La fabricación basada en datos está aquí

¿Qué es la fabricación basada en datos?

Las decisiones importantes que afectan el proceso de fabricación siempre deben basarse en hechos, no en conjeturas, deseos, teorías u opiniones. La tecnología emergente actual ayuda al permitir que tanto las personas como los equipos recopilen y procesen los datos que necesitan para lograr mejores resultados.

El despliegue acelerado de sensores de bajo costo y su conexión a Internet ha creado mucha publicidad sobre el futuro de la fabricación. El Internet de las cosas (IoT) y su aplicación de big data y análisis ha llevado a la creación de la próxima generación de manufactura. Esto implica el uso de datos para reducir costos a través de la planificación de operaciones y ventas de la nueva era, productividad drásticamente mejorada, optimización de la cadena de suministro y distribución, y nuevos tipos de servicios posventa.

Fabricación basada en datos es claramente la próxima ola de operaciones de fabricación para impulsar sistemas de producción eficientes y receptivos. Los fabricantes finalmente están en una mejor posición para incorporar datos en sus actividades diarias de toma de decisiones de una manera significativa y productiva.

Beneficios de la fabricación basada en datos

VISIBILIDAD MEJORADA

La fabricación basada en datos puede garantizar que los líderes de operaciones en el piso de producción tengan una comprensión más profunda del rendimiento en función de estas métricas de datos que se recopilan en toda la organización. Los datos precisos pueden brindar la información necesaria no solo sobre el desempeño de los activos individuales, sino también sobre las operaciones de fabricación en su conjunto. Esto ayuda a los responsables de la toma de decisiones a centrarse en áreas de oportunidad, incluidos los turnos de bajo rendimiento, el tiempo de inactividad recurrente de la máquina u otros cuellos de botella de producción.

TECNOLOGÍAS Y ANÁLISIS DE IOT

Con grandes conjuntos de datos presentes en el taller, los fabricantes tienen la capacidad de ejecutar algoritmos de aprendizaje automático que pueden resolver problemas complejos. Es con los esfuerzos analíticos impulsados ​​por la inteligencia artificial y el aprendizaje automático como este, que los fabricantes pueden adoptar prácticas avanzadas como el mantenimiento predictivo. Al usar estas capacidades de procesamiento o el acceso a los datos, pueden obtener acceso a formas detalladas de toma de decisiones basadas en datos.

AUTOMATIZACIÓN

La automatización existe en dos categorías que utilizan el enfoque basado en datos. El primero es la recopilación automatizada de datos donde dispositivos específicos recopilan datos utilizando software para procesarlos. Esto no necesita intervención manual de ningún tipo. El segundo componente de la automatización es el uso de datos para la toma de decisiones automatizada. Mediante el análisis predictivo, los fabricantes utilizan primero los datos para comprender lo que ha sucedido o lo que está sucediendo actualmente, pero finalmente maduran para comprender lo que puede suceder y tienen la oportunidad de tomar medidas al respecto de forma autónoma.

REDUCCIÓN DE COSTOS DE OPERACIÓN

Los datos junto con la manufactura esbelta brindan a los fabricantes la capacidad de agilizar los procesos de producción y minimizar el desperdicio. Sin estos datos en tiempo real, es difícil medir con precisión las mejoras de producción y asegurarse de que los cambios hayan generado ahorros de costos.

Desafíos de la fabricación basada en datos

FRAGMENTOS DE DATOS SILED Y SISTEMAS LEGADOS TRADICIONALES:

Tener sistemas operativos dispares que no están conectados entre varios departamentos y que carecen de documentación y comunicación comunes puede ser un gran desafío. Puede resultar difícil agregar estos datos en sistemas dispares, lo que también puede implicar obtener un valor menor de los datos recopilados. Una plataforma impulsada por IoT que pueda conectar múltiples niveles de sistemas tradicionales y ponga este equipo heredado en línea, puede ser una gran solución aquí.

AMENAZAS POTENCIALES A LA SEGURIDAD:

Con dispositivos más complejos conectados, existe una mayor posibilidad de posibles vulnerabilidades para una violación de datos o seguridad. Además, dado que la seguridad no se ha abordado antes a nivel de la máquina, es posible que no se desarrollen estándares o protocolos sólidos de protección de datos.

ALMACENAMIENTO SEGURO DE DATOS:

Con el aumento del volumen de datos que se conectan debido a los múltiples dispositivos y sistemas conectados que habilita un fabricante basado en datos, esto plantea un desafío para el almacenamiento de datos. Todo este flujo de datos en crecimiento necesita un repositorio central para ser recopilado y procesado, lo que puede ser costoso si el usuario desea almacenar datos en las instalaciones.

UN CAMBIO DE FABRICACIÓN ACTIVADA POR EL TIEMPO A FABRICACIÓN ACTIVADA POR EVENTOS:

Hoy en día, la mayoría de las empresas de fabricación funcionan con el modelo de fabricación activada por tiempo. Todos los insumos se alimentan al sistema ERP que convierte las materias primas en productos terminados en la forma y el tiempo deseados. Pero cuando la fabricación basada en datos se convierta en una norma, las máquinas seguirán el estilo de fabricación desencadenado por eventos, lo que implica un cambio en este modelo y en la perspectiva de producción para los fabricantes.

¿Por qué los datos son un activo exclusivo para los fabricantes?

Los datos son uno de los activos más importantes para todas las empresas. Está claro que un enfoque de fabricación basado en datos no solo produce "mejoras" vagas, sino que mejora significativamente el rendimiento y contribuye al resultado final.

PepsiCo descubrió esto después de implementar un software de análisis para ayudarlo a rastrear cómo distribuía los sabores de refrescos. Los datos revelaron cómo solucionar el problema de enviar tanto producto que terminó caducado antes de ser utilizado. Después de ajustar el saldo, PepsiCo redujo los envíos y, por lo tanto, el desperdicio.

Amazon es otro caso convincente de lo que los datos pueden hacer por las cadenas de suministro. La compañía ha invertido mucho en automatización para convertir sus centros logísticos en ecosistemas cohesivos. Gracias a las innovaciones de fabricación basadas en datos, Amazon ha reducido los costos de planificación de la cadena de suministro y ha logrado un crecimiento anual de las ganancias.

Con esos números, uno asumiría que los fabricantes querrían dominar los datos. Sin embargo, la transformación digital a menudo falla debido a la falta de aceptación en la parte superior. El liderazgo a menudo ve la tecnología avanzada como un riesgo. También existe el temor de que las nuevas tecnologías sustituyan a los trabajadores. Por lo tanto, solo el 31% de las empresas se consideran a sí mismas una verdadera fabricación basada en datos, lo que representa un descenso con respecto al 37% de hace dos años.

Estas ansiedades son infundadas. Cuando las fábricas utilizan datos para mejorar los procesos y la inteligencia artificial para acelerar la eficiencia, esas fábricas se vuelven más competitivas. La investigación muestra que los fabricantes han comprometido $ 907 mil millones (5% de los ingresos) para mejorar la conectividad y que el 72% espera estar "digitalmente avanzado" para 2020. Por lo tanto, adoptar los datos es esencial para seguir siendo relevante.

Los fabricantes deberán superar varios obstáculos en el camino. En primer lugar, la empresa necesita la pila de tecnología adecuada y el personal para administrarla. Más allá de eso, necesita mejorar el acceso a los datos para que los tomadores de decisiones (no solo TI) tengan la información más precisa. Finalmente, cualquier tecnología que se implemente debe ser lo suficientemente dinámica para incorporar nuevos tipos de datos y análisis según sea necesario.

Desafíos en la fabricación basada en datos

1. La integración con sistemas heredados

Aunque la automatización industrial es un proceso evolutivo y la introducción de tecnologías avanzadas es emocionante, también es crucial encontrar una manera de hacer que funcionen junto con sistemas heredados bien establecidos y probados. Una fábrica moderna tiene varios niveles de sistema. Puede convertirse en un desafío cuando el desarrollador original de los sistemas heredados de cosecha propia no puede interactuar completamente con los sistemas de la nueva era con escasa documentación. Es importante comprender que no se trata de partir de una hoja de papel limpia, sino de integrarse de manera eficiente en el entorno de diseño y fabricación existente.

2. Desafíos de seguridad del sistema:

Los sistemas de control distribuidos conectados a través de Internet pueden exponer los sistemas existentes a accesos no autorizados por parte de atacantes. A medida que se conectan cada vez más dispositivos de IoT a través de pasarelas, esto también abre vías para permitir el control y el acceso desde cualquier lugar. La mayoría de las puertas de enlace de los sistemas de fabricación tradicionales necesitarían una gran cantidad de refuerzo frente a los desafíos de seguridad de la nueva era que tienen los servicios de TI. Esto implica agregar suficiente potencia informática para manejar las tareas de red y seguridad.

3. Más allá del simple intercambio de datos hacia el intercambio de datos

Crear un modelo de datos unificado e integrar juntos todos los sistemas independientes en el proceso de fabricación puede ser un desafío. Estos datos deben mapearse sin problemas y compartirse con cada unidad de negocio para minimizar los recursos y materiales desperdiciados. El uso de sensores impulsados ​​por IoT que pueden detectar fallas potenciales en todos los equipos puede ser una forma de minimizar las fallas en el intercambio de datos.

4. Datos inexactos o incompletos

Cuando los datos de fabricación existentes en sí son incompletos o inexactos, esto puede afectar la toma de decisiones, especialmente para proyectos críticos donde los datos son la columna vertebral del éxito. Esto también significa que se utiliza una gran cantidad de tiempo, esfuerzo y recursos para completar los registros daa o asegurarse de que sean fácticos y auténticos .

¿Cómo puede ayudar la fabricación basada en datos?

Según Forrester , las organizaciones basadas en datos reportan un crecimiento anual del 30% además de ser rentables y adquirir y retener nuevos clientes.

1. OBTENCIÓN DE PERSPECTIVAS INESPERADAS PARA LA TOMA DE DECISIONES:

El desarrollo de conocimientos inesperados basados ​​en datos mediante el uso de análisis avanzados puede revelar más oportunidades para tomar decisiones rápidas y precisas. Los datos correctos permiten a los fabricantes centrarse en los problemas y oportunidades más importantes. Una comprensión clara de si los fabricantes están midiendo las cosas correctas mediante el establecimiento de KPI para los problemas puede ayudar a resolverlos fácilmente

2. INFORMACIÓN PROFUNDA DE LOS PROCESOS DE FABRICACIÓN:

La analítica avanzada puede ayudar a los fabricantes a descubrir oportunidades invisibles para aumentar los rendimientos de producción. Muchas veces pueden suponer que se han implementado todas las posibles mejoras del proceso, utilizando datos que pueden profundizar más en las perspectivas de mejora. Con estos conocimientos basados ​​en datos, también se pueden encontrar soluciones a problemas que han estado persistiendo durante un tiempo, mejorando aún más el alcance de las operaciones utilizando los recursos existentes.

3. AHORRO DE COSTOS:

Una empresa de fabricación que utiliza datos de planta en tiempo real, así como evaluaciones estadísticas sofisticadas, puede tomar fácilmente lo que alguna vez fueron conjuntos de datos aislados, agregar los datos y luego analizarlos para revelar información crítica. costos mientras se acelera la velocidad de los resultados.

4. PREDECIR LAS TENDENCIAS DEL MERCADO:

El fabricante basado en datos puede aprovechar las plataformas de análisis para una mejor predicción de las demandas de personalización. Esto sucede al identificar patrones y tendencias fluctuantes en el comportamiento del cliente. El análisis de datos permite una vista granular de los procesos de fabricación que permiten decisiones de producción más inteligentes y precisas guiadas por análisis predictivos.

Inteligencia artificial para la fabricación basada en datos

Como la mayoría de los procesos de fabricación basados ​​en datos requieren altos niveles de precisión, mejoras continuas en la calidad de producción y la más alta calidad de los procesos de mantenimiento, la inteligencia artificial (IA) encuentra su camino para entregar fácilmente estos resultados para esta industria.

Al utilizar la inteligencia artificial, la fabricación se orienta más a los datos, lo que brinda a los fabricantes la oportunidad de aumentar la productividad y las ganancias. También les ayuda a liderar el camino para seguir creciendo con sus numerosas aplicaciones analíticas impulsadas por IA, que incluyen mantenimiento inteligente, calidad 4.0, inteligencia predictiva, colaboración humano-robot, etc.

Cinco pasos para implementar la fabricación basada en datos

Los fabricantes solo se basan en datos después de experimentar una transformación sistemática. Siga estos pasos:

1. INVESTIGAR BOTELLAS DE TIEMPO.

Lead time, more than any other variable, reveals where true problems exist in the supply chain. Look for bottleneck operations, then investigate how and why they happen and what impact they have. Optimizing manufacturing operations management requires many things to be fine-tuned, but eliminating persistent delays and lost time is the priority.

2. DRAW ON EXISTING DATA.

Even if manufacturers need to collect more data from more sources to gain true insights, they already have data they can begin analyzing. It could be financial, operational, or physical — all of it contains insights that might be relevant to process engineers and continuous improvement experts. Working with available data helps companies cultivate their capabilities for the “big” data coming later.

3. USE AI TO SEARCH FOR INSIGHTS.

Collecting data is the first challenge; finding the insights within that data is the second. AI can aid this effort because it’s smarter and faster than humans. Analytics-driven by AI have been shown to improve order-to-delivery cycle times by 425% and supply chain efficiency by 260%. Compared to the alternatives, AI in supply chain makes it easy to begin leveraging analytics effectively.

4. EXPOSE THE UNKNOWNS.

The majority of details related to operations are unknown, even at the world’s leading factories. Data should be collected from sources that can illuminate these unknowns. Installing connected sensors is an ideal way to learn about previously opaque processes.

5. KEEP THINGS IN PERSPECTIVE.

As manufacturers become more fluent with data, it’s tempting to become as tech-driven as possible. However, fully automated manufacturing is only an asset for some companies, namely those with predictable demand. In companies where demand is dynamic, automation is less of an asset. Every technology should be evaluated based on whether it delivers actual business value rather than just advanced capabilities.

People mistakenly think manufacturing is data-driven because logically it absolutely should be. Decision-makers are discovering this at the exact same time that technologies like IoT and Big Data solutions are finally making it possible. It’s an incredible opportunity, but soon it will become an industrywide obligation.

Towards data-driven bottleneck elimination technology

ThroughPut’s Supply Chain planning software ELI is an AI-Powered Bottleneck Elimination Engine that analyzes your existing industrial data in real-time. ELI continuously detetects, identifies, prescribes and prevents your shifting operational bottlenecks to save millions in delays, inefficiencies &lost revenue. YOu finally can breakthrough bottlenecks that clog productivity, growth and profitability using data-driven decisions.

Click here to start your free trial with ELI today and start benefiting from the power of “data” for your factory operations.